Sistem Pakar Diagnosa Penyakit Pernapasan Menggunakan Metode Naive Bayes Berbasis Web
DOI:
https://doi.org/10.35473/jamastika.v5i1.5034Abstract
Perkembangan teknologi informasi memberikan kontribusi besar dalam bidang kesehatan, khususnya dalam pengembangan sistem pakar untuk membantu proses diagnosis penyakit. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pakar berbasis web dalam mendiagnosis penyakit pernapasan menggunakan metode Naive Bayes. Sistem ini dibangun menggunakan bahasa pemrograman PHP dan database MySQL, serta dikembangkan dengan metode waterfall. Data penelitian diperoleh melalui observasi, wawancara dengan tenaga medis, dan studi literatur. Hasil penelitian menunjukkan bahwa sistem mampu memberikan diagnosis berdasarkan gejala yang dimasukkan pengguna dengan tingkat probabilitas tertentu. Pengujian sistem menggunakan metode blackbox menunjukkan bahwa sistem berjalan sesuai dengan fungsinya, sementara hasil User Acceptance Test (UAT) memperoleh nilai rata-rata 81,70% yang menunjukkan bahwa sistem sangat layak digunakan. Dengan demikian, sistem ini dapat membantu masyarakat dalam melakukan diagnosis awal penyakit pernapasan sebelum berkonsultasi dengan dokter.
Kata kunci: Sistem pakar, Naive Bayes, penyakit pernapasan, diagnosis, web.
The development of information technology has made a significant contribution to the health sector, particularly in the development of expert systems to assist in the disease diagnosis process. This study aims to design and implement a web-based expert system for diagnosing respiratory diseases using the Naive Bayes method. The system was built using the PHP programming language and a MySQL database, and developed using the waterfall method. Research data was obtained through observation, interviews with medical personnel, and literature review. The results indicate that the system is capable of providing a diagnosis based on user-entered symptoms with a certain degree of probability. System testing using the black-box method demonstrated that the system functioned according to its intended purpose, while the User Acceptance Test (UAT) obtained an average score of 81.70%, indicating that the system is highly suitable for use. Therefore, this system can assist the public in making an initial diagnosis of respiratory diseases before consulting a doctor.
Keywords: Expert system, Naive Bayes, respiratory disease, diagnosis, web.
References
Ayuningsih, D., & Hasibuan, N. A. (2018). Sistem pakar mendiagnosa kerusakan pada mesin penggilingan padi menggunakan metode Naive Bayes. Jurnal JURIKOM, 5(4), 371–376.
Azura, A., & Wildian, W. (2018). Rancang bangun sistem absensi mahasiswa menggunakan sensor RFID dengan database MySQL XAMPP dan interface Visual Basic. Jurnal Fisika Unand, 7(2), 186–193.
Hermiati, R., Asnawati, & Kanedi, I. (2021). Pembuatan e-commerce pada Raja Komputer menggunakan bahasa PHP. Jurnal Media Infotama, 17(1), 54–66.
Hidayatullah, R. (2016). Pembuatan desain website sebagai penunjang company profile.
Suhartini, S., Sadali, M., & Putra, Y. K. (2020). Sistem informasi berbasis web menggunakan PHP dan MySQL. Infotek, 3(1), 79–83.
Susilo, M. (2018). Rancang bangun website toko online menggunakan metode waterfall. InfoTekJar, 2(2), 98–105.
Widyatmoko, W., & Pamungkas, N. (2022). Pemodelan UML pada sistem aplikasi pariwisata. Jurnal BITe, 4(1), 73–84.
Yuliana, Y., Paradise, P., & Kusrini, K. (2021). Sistem pakar diagnosa penyakit ISPA menggunakan metode Naive Bayes. CSRID Journal, 10(3), 127–138.
Zolanda, A., Raharjo, M., & Setiani, O. (2021). Faktor risiko ISPA pada balita di Indonesia. Link, 17(1), 73–80.
